我国GDP增长与城镇、农村就业人数的关系探析
王 瑶1，骆之彬1，洪楚璘2
（1.新疆财经大学 统计与信息学院，新疆 乌鲁木齐 830001；2.临沂大学 外国语学院，山东 临沂 276000）
[摘要] 本文建立VAR-VEC模型，采用Johansen协整检验、Granger因果检验、脉冲响应函数等方法讨论了国内生产总值、城镇就业人数、农村就业人数之间的关系。结果表明，这3个变量之间存在长期均衡的协整关系，城镇就业人数对国内生产总值有一定的正向影响，农村就业人数对国内生产总值有一定的负向影响。当期的国内生产总值、城镇就业人数均受到前期的国内生产总值、城镇就业人数的正向影响；农村就业人数会受到前期的农村就业人数负向影响。
[关键词] 国内生产总值；城镇就业人口；农村就业人口；VER-VEC组合模型
我国是一个多省份的人口和经济大国，我国经济的发展能显著影响居民的生活水平并对全球经济的增长有一定的影响。从不同学者的研究结果可知，国内生产总值（GDP）受较多因素的影响，如我国城镇和农村就业人口数量、进出口贸易总额、科技发展水平等。其中增加城镇和农村就业人口数量是我国经济增长的关键因素[1]。通过查找2017年《中国统计年鉴》可知，1978-2015年，我国GDP一直呈现递增的趋势，可以初步认为在这期间我国的经济一直呈现递增的趋势，这与我国经济的基本发展情况吻合。城镇和农村就业数量与质量对国家的经济发展具有很大的影响，所以一个国家在进行经济发展时需要不断关注城镇和农村的就业数量和质量，对于一个省份来说更应如此。我国在发展经济的同时也在关注着城镇和农村的就业数量和质量，《中国统计年鉴》数据表明，随着年份的增加，城镇和农村就业数量和质量呈现递增的趋势。随着经济的不断增长，居民的生活水平不断提高，消费水平也在逐年增长，如果居民的收入与消费呈现一种不对等的增长关系，那么居民的生活水平仍将处在一个较低的水平。通过查找《中国统计年鉴》发现，随着年份的增长，城镇和农村就业数量和质量呈现递增的趋势。但是通过简单的数据无法发现GDP、城镇就业人数（URBAN）和农村就业人数（RURAL）这3个变量之间的相互影响关系，所以应用合理的计量模型来研究GDP、城镇就业人数和农村就业人数之间的关系，为我国的经济发展提供合理的建议。
流行文化对于大众审美起着相当大的影响作用，也正是由此出发，人们对于荧屏上出现的阴柔审美表现出了一种警惕心理。有人认为，内容输出者也是没有办法，未成年人喜欢“娘气”亚文化，只能尊重市场投其所好。而把很多问题归结为“无可奈何”，是一种推卸责任的做法。文化市场不是普通市场，必须考虑价值观问题，而且未成年人审美存在极大的随机性与偶然性，很多时候不是因为他们喜欢才成为流行，而是成为流行他们才喜欢。研究发现，小学五年级时，榜样对孩子的影响力会达到最高峰，初中二年级的时候，偶像的影响力达到最高峰。
1 国内外文献综述
林小纳等[1]运用计量经济模型和统计分析的方法，以2005-2014年的数据分析GDP与就业人数之间的关系，进而分析各产业就业人数和各产业GDP比重之间的内在关系。研究结果表明，政府要加大对第二产业的扶持力度，以此来推动第一产业科技化、现代化的发展，提高第一、二产业从业人员的生活水平，拉动内需、促进消费，带动第三产业的发展，实现经济增长与就业人口增长的同步。许春慧[2]认为人们在经济增长的过程中扮演着双重角色，就业人口增长与经济发展的关系成为社会关注的焦点之一。诸多研究者证明，就业人口的增长与经济增长之间确实存在相互关系和影响，并且诸多学者证明其存在一种负相关关系，而经济增长必然是GDP的增长。郝春虹等[3-4]的研究结果表明，纳尔逊表明人均收入下降会导致就业陷入一个低水平均衡陷阱。刘伟等[5]通过对3次全国经济普查GDP核算、就业总量、分类数据的关联分析，计算就业对经济增长的弹性系数等，分析了经济增长对就业尤其是非农就业的带动作用。张惠等[6]通过对2000-2014年中国29个省份的相关产业的面板数据进行实证研究，发现中国产业发展顺应劳动力演化的趋势明显，认为劳动力演化对产业发展的影响存在转移和转型的双重效应，必须重视劳动力技能与产业技术的匹配，真正推动“人口红利”向“人才红利”转型。王颖等[7]认为就业人口红利奠定了我国经济发展的基础。许召元等[8]从劳动力对经济的贡献测算，1978-2003年，劳动力对经济增长的贡献率在10.6%左右，并认为就业人口供给量增加不一定促进经济增长，甚至会阻碍经济增长。Bloom等[9]认为只有在政治稳定、技术发达、人力资源配置较高等背景下，劳动供给增加才会促进经济增长。
部件任务t4,t5,t6的数据世系依次为DLt4=(pt40,pt4),DLt5=(pt50,pt5),DLt6=(pt60,pt6)，其中t5,t6已完工，其处理步骤集合pt5，pt6中包括所有的工序任务；t4未完工，处理步骤集合pt4中仅包括已完工的工序任务。
就业人数与经济增长之间确实存在必然联系，但这种联系是多元的、不固定的，为积极有利的促进因素和带来不利作用的阻碍因素。至于如何判定其影响因素，需要具体分析，明确辨别人口增长的速度，特别是人口的增长与经济增速的潜在联系[10-11]。
2 数据来源
经过平稳性检验之后发现这些变量都是二阶单整的，为了进一步研究这些变量之间是否存在某种联系，接着进行Johansen协整检验，具体结果见表3。
应用AIC、SC、FPE、LR以及LogL准则来确定滞后阶数的长度，滞后阶数选择见表2。据表2可知，当滞后阶数为2时，AIC、SC、FPE、LR的取值最小，因此所选择的滞后阶数为2阶。
随着新的信息化时代的来临，现如今的小学生的心智是成熟的越来越早，更有甚者，已经表现出青春期的反叛现象，不服班主任的管理和家长的安排和要求。小学生常常难以判断社会上的某些非主流信息的善与恶，觉得这是种自我个性的张扬，以自我为中心的表现才是真理，这些负面思想严重影响了孩子的身心健康，使班主任的管理工作更加困难。
表1 ADF检验结果
3 实证分析及检验
对于实施分层管理模式前后患者的满意度、护理人员自身的满意度、医生对于护士的满意度、护理部门质控检查的平均成绩等进行调查和比较,前后存在有明显的差异性,P<0.05,差异具有统计学意义。详细情况请参见表1所示。
据表1可知，取对数之后的GDP、城镇就业人数、农村就业人数的ADF的值都是大于显著性水平为0.01、0.05、0.1时的临界值，可以认为这3个变量都是非平稳的时间序列。接着对这3个数据进行二阶差分，从最终的检验结果中可以看出这3个变量的ADF值都是小于显著水平为0.01、0.05、0.1时的临界值，可以认为进行差分之后的序列是平稳的，则可以认为这几个变量进行取对数之后是二阶单整。
3.1 确定最佳滞后阶数
建立VAR模型之前必须对时间序列的平稳性进行检验，其中检验序列平稳性的方法有DF检验、ADF检验、PP检验等，本文选用ADF方法来检验序列的平稳性，具体方法为带截距项的ADF平稳性检验，其结果见表1。
表2 滞后阶数选择
3.2 Johansen协整检验
本文所用数据来自《中国统计年鉴》，查找了1978-2015年我国GDP、城镇就业人数（URBAN）、农村就业人数（RURAL）的数据，数据中含有部分年份的缺失值，本文在附近几年的GDP、城镇就业人数和农村就业人数平均增长速度的基础上进行计算然后填充缺失值，最后依据该数据来研究我国城镇就业人数和农村就业人数对GDP的影响[12-15]。
一位真正的大师，绝不可能是一日登顶，一夜成名。在登顶的这条漫漫长路里，有多少人知道这背后的磨砺和坚持？有多少人有机会亲身体验过这个孤独的旅程？而登顶之后的这一年，他又有了什么样的变化？
表3 Johansen协整检验结果
据表3可知，GDP、城镇就业人数、农村就业人数之间存在着一阶协整关系，也就是说这些非平稳的变量之间存在着一定的联系[16-20]。
3.3 Granger因果检验
从 表5中 可 以 得 到，LNGDP、LNRURAL、LNURBAN的 R2分 别 为：0.999 584、0.983 774、0.999 831，说明VAR模型的结果有较好的拟合效果。
表4 3个变量Granger因果检验结果
VEC的基本模型：
表5 VAR模型估计结果
GDP、城镇就业人数、农村就业人数的Granger因果检验结果见表4。
3.4 脉冲响应分析
LNGDP对LNGDP扰动的响应见图1。从因果检验的结果中可以看出，GDP、城镇就业人数、农村就业人数之间存在影响，但是无法捕捉到这些变量之间随时间是如何影响的，脉冲响应能够捕捉到变量之间的影响关系随时间发生[21-23]。
对鹤式起重机机构进行可靠性分析,鹤式起重机的输出性能参数为起吊高度变化,假设机构各个杆件随机波动,根据抽样分析结果,图6所示为拟和响应曲面图,可知4个杆件长度与鹤式起重机的起重高度变化呈非线性响应关系.图7(a)为起重机的起吊高度分析结果,可知当各杆件长度有10%波动时,鹤式起重机的起重高度变化范围为-6.4～9.2 dm.图7(b)为响应曲面法扩展计算敏度分析结果,鹤式起重机的起吊高度变化对杆2的敏感程度最为敏感,而对杆4最不敏感.由式(1)可知，此结论与理论分析结果相一致,由此也证明了该可靠性分析的正确性.
图1 LNGDP对LNGDP扰动的响应
LNRURAL对LNGDP扰动的响应见图2。GDP对其自身的变化也会做出一定的响应，并且这种响应基本维持在0.04左右。据图2可知，农村就业人数对GDP变化做出响应，从第1期到第3期，居民存款数量的这种响应一直在增加，最大达到了0.01左右，之后这种冲击对GDP的影响有下降趋势，同时其对GDP的冲击持续较长，这种冲击基本保持在0.008左右。
LNURBAN对LNGDP扰动的响应见图3。据图3可知，城镇就业人数对GDP的变化会做出一定的响应，在第1期到第2期时这种响应为负，并且这种影响是减小的，直到第3期达到了0，最后对GDP的冲击又是正的，这种冲击基本保持在0.008左右。
图2 LNRURAL对LNGDP扰动的响应
图3 LNURBAN对LNGDP扰动的响应
3.5 方差分解
变量LNGDP方程分解结果见表6。
1.3.5 下肢静脉血栓形成患者护理。肺栓塞患者应随时警惕预防下肢静脉血栓的形成。观察患者双侧足背动脉搏动情况，观查患者双下肢皮肤颜色、温度、肿胀情况。每班测量并记录双下肢腿围，膝盖髌骨上缘15 cm，髌骨下缘10 cm，发现异常及时报告。下肢静脉血栓发生者应抬高下肢，使患肢高于心脏水平20～30cm，膝关节屈曲10°～15°，患肢制动，注意保暖[8]，告知患者和家属严禁按压、按摩或热敷患肢，保持皮肤清洁干燥。给予硫酸镁湿敷，用50%硫酸镁浸湿无菌纱布后包绕患肢，用透明保鲜膜包裹，每3～4小时更换一次，每天3～6次。
表6 变量LNGDP方程分解结果
表6中期数表示的是GDP标准差的预测值，S.E所在的列是GDP的标准差，可以看到GDP的1期预测的标准差等于0.036 158，2期的预测的标准差是0.065 047，比1期的标准差大，这是因为2期预测包含了农村就业人数和城镇就业人数在1期预测的不确定影响。随着预测期数的推移，GDP预测的标准差也缓慢增加。LNRURAL列是GDP预测方差中由农村就业人数扰动引起的部分的百分比；LNGDP列是GDP预测方差中由GDP自身引起的部分的百分比；LNURBAN列是GDP预测方差中由城镇就业人数扰动引起的部分的百分比。这3列的百分比之和为100。
从表6中可以看到，在1期预测中，GDP预测方差有100%是由自身扰动所引起的，受城镇就业人数、农村就业人数的影响为0；在整个过程中GDP本身对自身的预测方差的影响在增加，从第7期开始趋于稳定，受教育人数对其预测的方差的影响一直在增加，但是在整个过程中，GDP本身对其方差预测的影响最大。
台湾应用型本科高校为经济建设和职场培养了大批优秀的高级人才，积累了丰富的应用型人才培养经验，对大陆地区以培养应用型本科人才为主的独立学院具有重要的启示。
3.6 VEC模型的建立和参数估计
从Johansen协整检验的结果可知，城镇就业人数、农村就业人数、GDP之间存在长期的协整关系，基于前面的VAR模型可以建立VEC模型来分析这3个变量之间的长期稳定关系以及短期波动情况。
其中显著性水平取0.05，如果P值小于0.05，则认为原假设不成立。从最终的结果可以得出，农村就业人数不是GDP的Granger原因，但是GDP是农村就业人数的Granger原因，这与实际是相符的，即某个地区GDP较高时，说明有更多岗位提供，进而为农村提供更多的就业；城镇就业人数是GDP的Granger原因，但是GDP不是城镇就业人数的Granger原因，说明只有更多的城镇就业人数才能提高当地的GDP；城镇就业人数不是农村就业人数的Granger因果，但农村就业人数是城镇就业人数的Granger因果。整体来看，这3个变量之间具有统计学意义。其中这3个变量之间的VAR模型的结果见表5。
其中协整方程：
从最终的估计结果中可以知，模型估计中的AIC值和BIC值分别为49.891 93和50.825 14，这2个值都比较小，充分说明此模型是比较合理的。从回归结果中可以看出前一期的GDP、城镇就业人数对本期的GDP有正的影响，农村就业人数对本期的GDP有负的影响，且城镇就业人数的影响比较大，说明上一期的城镇就业人数上涨促进GDP的增加。同时从最终的结果中可以得到，在一个长期的均衡关系中，GDP、农村就业人数、城镇就业人数每增加1个百分点，下一期的GDP分别增加0.713 362、-0.718 988、0.924 71个百分点。vecm代表的是误差修正，其中LNRURAL的系数为负值，说明说明RURAL以0.010 33的值反向修正下一期的GDP的值可以形成一个长期的均衡状态。GDP的不断增长或维持稳定，对我国经济发展有一定的促进作用[24]。
变量GDP、农村就业人数、城镇就业人数的协整关系见图4。1983-2005年，尤其是1991年、1997年、2004年，误差修正项的绝对值偏离较大，也就是说短期波动对长期均衡有一定的偏离；2005之后，误差修正项的波动有所减小，慢慢达到了一种长期均衡的状态。
图4 变量之间的协整关系
4 结 论
本文运用VAR-VEC组合模型对GDP、农村就业人数、城镇就业人数的关系进行了实证分析，研究了这几个变量之间的因果关系和协整关系。
（1）LNGDP序 列、LNRURAL序 列 以 及LNURBAN序列经过二阶的差分之后都变成了平稳的序列，可以认为这些变量都是二阶单整。利用3个变量一阶差分之后显著，构建VAR（1）模型，说明了当期的GDP、农村就业人数、城镇就业人数会受到前一期变动的影响。
（2）LNGDP、LNRURAL、LNURBAN变量之间有协整关系，表明GDP、农村就业人数、城镇就业人数存在长期的稳定关系。从Johansen协整检验的结果中可以得到这3个变量之间是相互影响的。
（3）LNGDP、LNRURAL、LNURBAN的脉冲响应情况表明GDP对自身波动是存在一定影响的，无论是从长期还是短期波动看，农村就业人数、城镇就业人数对GDP都产生一定的影响，但是这种影响力度不大。
（4）运用VEC模型分析了GDP、农村就业人数、城镇就业人数这3个变量之间存在的长期稳定关系和短期的波动状况，当期的GDP、农村就业人数、城镇就业人数都会受到前一期的GDP、农村就业人数、城镇就业人数的正向影响。误差修正项系数是负值，起到反向修正下一期GDP、农村就业人数、城镇就业人数，以达到长期均衡状态。
参考文献
[1] 林小纳，卓敏华.基于国内生产总值与就业人口关系的分析[J].安徽农学通报，2017(10):12-16.
[2] 许春慧.广西经济增长的需求动力分析[J].区域金融研究，2013(4):76-79.
[3] 郝春虹.中国就业与经济增长关系的经验研究—“奥肯定律”在中国的验证[J].兰州商学院学报，2007(5):22-27.
[4] 周建安.中国劳动就业与经济增长的实证分析[J].中山大学学报(社会科学版)，2007(1):116-121.
[5] 刘伟，蔡志洲，郭以馨.现阶段中国经济增长与就业的关系研究[J].经济科学，2015(4):5-17.
[6] 张惠，杨爱年.基于协整理论的我国经济增长与就业关系的实证分析[J].华东经济管理，2007(6):33-36.
[7] 王颖，佟健，蒋正华.人口红利、经济增长与人口政策[J].人口研究，2010(5):28-34.
[8] 许召元，李善同.区域间劳动力迁移对经济增长和地区差距的影响[J].数量经济技术经济研究，2008(2):38-52.
[9] BLOOM D E, WILLIAMSON J G. Demographic transitions and economic miracles in emerging Asia[J].The World Bank Economic Review,1998(3)：419-455.
[10] 赵景峰.中国人力资源与劳动就业探讨[J].重庆工商大学学报(西部经济论坛)，2003(4):48-51.
[11] 郑伟，刘前.人口就业结构与经济增长方式转变[J].经济研究导刊，2011(3):102-103.
[12] 王叶军，周京奎.创业活力对城市工业经济增长的影响—基于多维视角的实证研究[J].科学决策，2019(1):25-46.
[13] 刘伟，范欣.中国发展仍处于重要战略机遇期—中国潜在经济增长率与增长跨越[J].管理世界，2019(1):13-23.
[14] 单樱子.经济新常态下开封市就业增长路径研究[J].黄河水利职业技术学院学报，2019(1):95-100.
[15] 梁城城，张淑娟.社会保障支出效率、腐败与经济增长—基于中国省级数据的实证研究[J].湖北社会科学，2019(1):78-86.
[16] 吴柏庆，黄琰.江西城镇就业人员工资收入状况解析[J].中国国情国力，2019(1):69-73.
[17] 赵佳渝.万州区经济增长的就业效应研究[J].农家参谋，2019(1):244.
[18] 姚武华，高德步.中国新时代经济增长的动力定位—基于改革开放以来经济发展经验的分析[J].经济问题探索，2019(1):167-176.
[19] 杨胜利，虎朝阳，杨钦栋.产业发展视角下的经济增长与就业的相关性研究—以山东省为例[J].云南财经大学学报，2018(12):38-47.
[20] 尚金龙.河北省高等教育对经济增长的贡献实证研究[D].石家庄:河北科技大学，2019.
[21] 孙雨露，李正升，李虹.云南省就业结构与产业结构失衡的数量分析[J].内江师范学院学报，2018(10):93-99.
[22] 郑海艳.关于供给侧改革背景下财政与经济社会稳定发展分析[J].现代经济信息，2018(20):232.
[23] 张原.中国OFDI能实现母国与东道国就业双赢吗?—基于投资与就业产业结构视角的研究[J].金融与经济，2018(10):50-61.
[24] 赵春燕.人口红利、结构红利与区域经济增长差异[J].西北人口，2018(6):23-31.
Analysis of the Relation between GDP Growth and Employment in Towns and Rural Areas in China
Wang Yao1, Luo Zhibin1, Hong Chulin2
（1.College of Statistics and Information, Xinjiang University of Finance and Economics, Urumqi, Xinjiang 830001;2.College of Foreign Languages, Linyi University, Linyi, Shandong 276000）
Abstract: This paper establishes a VAR-VEC model, and uses Johansen cointegration test, Granger causality test and impulse response function to discuss the relationship between GDP, urban employment and rural employment. The results show that there is a long-term and balanced co-integration relationship among the three variables. Urban employment has a positive impact on GDP, while rural employment has a negative impact on GDP. The current gross domestic product (GDP) and the number of urban employees are both positively affected by the previous gross domestic product (GDP) and the number of urban employees; the number of rural employees will be negatively affected by the previous number of rural employees.
Key Words: gross domestic product, urban employed population, rural employed population, VER-VEC combination model
中图分类号： F320
文献标识码： A
DOI： 10.16465/j.gste.cn431252ts.20190238
收稿日期： 2019-01-04
作者简介： 王瑶，女，硕士，研究方向为数据挖掘。
标签：国内生产总值论文; 城镇就业人口论文; 农村就业人口论文; VER-VEC组合模型论文; 新疆财经大学统计与信息学院论文; 临沂大学外国语学院论文;